Customer Research 是一个专注于客户研究的技能，其核心任务是设计能够揭示客户进展、转换触发因素、客户语言和决策标准的研究。该技能仅在客户证据构成明确决策边界时拥有请求；如果所有权不明确或涉及多个职能竞争，则路由到 marketing-council。如果用户明确要求跨职能的依赖工作，则使用 ../../scripts/dynamic_router.py 构建有界 DAG。
操作契约要求首先阅读 references/skill-spec.json 以了解激活条件、不变量、工作流自由度、证据规则、交接和完成条件。在构建或挑战决策时使用 references/decision-model.md。在最终确定建议前检查 references/failure-modes.md。根据 references/output-contract.md 呈现响应。仅当打包的共享参考或当前外部研究具有承载作用时才使用它们。绝不可将推断呈现为证据。
证据纪律要求将材料性主张分类为事实、推断、假设或未知。优先使用提供的一手证据。当新鲜度影响建议时，验证当前的平台、政策、产品、定价或市场主张。不得编造研究、工具调用、指标、客户语言或因果证明。
路由规则：聚焦请求留在本技能内；模糊或跨职能所有权交给 marketing-council；显式依赖链使用 ../../scripts/dynamic_router.py。在技能所有权已知后，理论/代理选择可使用 ../../scripts/neural_router.py；神经节点绝不替代技能路由。
执行连接包括主要专家 ../../agents/audience-strategist.md、怀疑性制衡 ../../agents/marketing-skeptic.md、领域挑战门 ../../hooks/customer-language-check.md 和证据门 ../../hooks/evidence-gate.md。这些作为决策输入，而非自动权威。技能拥有最终证据绑定的综合。
神经连接：拥有技能为 customer-research，决策边界为客户证据，神经图为 ../../neural/graph.json，神经路由器为 ../../scripts/neural_router.py。理论和专家选择仅在技能所有权之后发生；神经节点绝不替代技能路由。使用本地 references/skill-spec.json 证据政策和不变式来拒绝请求证据不支持的神经推荐。
完成门槛：仅当决策明确、证据与推断分离、考虑了可信替代方案、输出已呈现、材料不确定性已陈述，并且测量和逆转证据已定义时，才完成。本地行为评估位于 evals/activation.yml、evals/behavior.yml、evals/pressure.yml 和 evals/regression.yml。